步骤 3：确定需要最优化的循环 - 2023.2 简体中文

此时，开发者已经创建了一个数据流架构，其中包含数据运动和处理函数，旨在维持内核的吞吐量目标。下一步是确保每个处理函数的实现方式均能提供期望的吞吐量。

如前所述，函数吞吐量的测量方式是将处理的数量除以函数的时延或运行时间。

在本方法论中所述的“由外到内”分解过程的该阶段，函数所耗用和生成的数据量和目标吞吐量都应已知。这样，开发者即可轻松得到每个函数的时延目标。

Vitis HLS 编译器生成有关函数和循环的吞吐量和时延的详细报告。确定目标时延后，HLS 报告即可用于确定哪些函数和循环不满足其时延目标且需要注意，如 HLS 综合报告 中所述。

循环的时延可按如下方式计算：

其中：

Steps

单循环迭代的持续时间，以时钟周期数来度量

TripCount

循环中的迭代次数。

II

启动时间间隔，两次连续迭代开始之间的时钟周期数。当循环未流水打拍时，其 II 等于步数 (Steps)。

假设时钟周期已给定，有三种方法可以减少循环的时延，从而提高函数的吞吐量：

• 减少循环中的步数（缩短每次迭代的执行时间）。
• 减少循环次数，以便减少循环执行的迭代数量。
• 缩短启动时间间隔，以便提升循环迭代启动频率。

假设循环次数远大于步数，将 II 或循环次数减半可足以使循环的吞吐量加倍。

了解此信息是最优化循环并使时延超过其目标的关键。默认情况下，Vitis HLS 编译器将尝试以尽可能低的 II 生成循环实现。首先看看如何通过减少循环次数或步数来改善时延。